同一模型给集群视图后 SRE 诊断准确率从 60% 升到 86%
tianyin_xu · x · 2026-10-10
AI SRE 实测：上下文比模型更重要
Radar 团队用公开的 SREGym 基准，把一个真实 Kubernetes 集群搞坏 50 种方式，让同一个编码 Agent（Claude Code）在不同配置下排查故障：
- 仅 kubectl CLI：2 分钟内给出正确诊断的比例约 60%，起点已不差
- 加上集群视图（Radar MCP，能看到什么在故障、最近改了什么）：正确率升至 86%，模型未变
- 对比多款商业 AI SRE 工具：部分知名产品表现不及预期（细节见 Radar 站点）
作者 @tianyinxu 补充：速度、效果、成本三维对比合理，MCP 与 kubectl 的接口之争也值得深挖，期待更深入的分析。
「编程与Agent」频道最新
- 别把 agent 塞进应用：应用本身就该是 agent 的外壳 — max_paperclips · 2026-10-10
- CopilotKit 开源 OpenIntelligentUI：Agent 按需生成可交互界面 — aigclink · 2026-10-10
- Vibe coding 承诺落空：模型迭代快到没人敢认真做产品 — sull · 2026-10-10
- Vibe42：手机远程指挥家里电脑跑 Claude Code 的零配置终端 — yihui_indie · 2026-10-10
- 用代码做 AI 视频被低估：513 个爆款案例与 Prompt 全开源 — yihui_indie · 2026-10-10
- Google DeepMind 招 AI 编码评测工程师,年薪最高 110 万美元 — brianryhuang · 2026-10-10